雅罗斯瓦夫·比尔斯基
人员信息
优化列表
![笔记](https://dblp.dagstuhl.de/img/note-mark.dark.12x12.png)
2020年-今天
2023 [j6] 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 , 巴托斯·科瓦尔奇克 , 康拉德·格扎内克 , 伊凡·伊佐宁 :
用于训练前馈神经网络的Levenberg-Marquardt算法的快速计算方法。 J.阿蒂夫。 智力。 软计算。 物件。 13 ( 2 ) : 45-61 ( 2023 ) [公元26年] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 :
一种用于神经网络训练的GQR算法的新方法。 ICAISC(1) 2023 : 3-11 [公元25年] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 , 杰克·斯莫拉格 :
关于加快Levenberg-Marquardt学习算法的研究。 ICAISC(1) 2023 : 12-22 2022 [j5] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 , 马雷克·基谢尔·多罗西尼基 , 阿格涅斯卡·西沃查 , 雅切克·M·祖拉达 :
一种非常快速的前馈多层神经网络训练算法。 J.阿蒂夫。 智力。 软计算。 物件。 12 ( 三 ) : 181-195 ( 2022 ) [公元24年] 雅罗斯瓦夫·比尔斯基 , 巴托什·科瓦尔奇克 :
多层神经网络的快速学习算法。 ICAISC(1) 2022 : 3-15 【c23】 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 , 杰克·斯莫拉格 :
Levenberg-Marquardt学习算法的新计算方法。 ICAISC(1) 2022 : 16-26 2021 【j4】 雅罗斯瓦夫·比尔斯基 , 莱泽克·鲁特科夫斯基 , 杰克·斯莫拉格 , 大成涛 :
一种新的递归神经网络速度训练加速方法。 信息科学。 553 : 266-279 ( 2021 ) [j3] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 , 安德烈·马尔扬斯基 , 米查尔·甘多尔 , 雅切克·M·祖拉达 :
一种新的快速前馈神经网络训练算法。 J.阿蒂夫。 智力。 软计算。 物件。 11 ( 4 ) : 287-306 ( 2021 ) [公元22年] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 :
用于前馈神经网络训练的GQR算法的一个新变体。 ICAISC(1) 2021 : 41-53 【c21】 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 , 帕特里克·纳杰鲍尔 :
用BP方法修改学习前馈神经网络。 ICAISC(1) 2021 : 54-65 2020 [注2] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 , 艾琳娜·马什列夫斯卡(Alina Marchlewska) , 雅切克·M·祖拉达 :
学习前馈神经网络的局部Levenberg-Marquardt算法。 J.阿蒂夫。 智力。 软计算。 物件。 10 ( 4 ) : 299-316 ( 2020 ) [公元20年] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 , 雅切克·M·祖拉达 :
一种用于前馈神经网络训练的线搜索新算法。 ICAISC(1) 2020 : 15-26 [c19] 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 :
前馈神经网络的快速共轭梯度算法。 ICAISC(1) 2020 : 27-38
2010 – 2019
2019 [第18条] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 , 安德烈·卡德尔 :
人工神经网络Givens训练算法的改进。 ICAISC(1) 2019 : 14-28 [第17条] 罗伯特·切尔尼亚克 , 雅罗斯瓦夫·比尔斯基 , 彼得亚·普鲁塔 , 兹比格尼乌·菲卢托维奇 :
基于连续到连续数据模型的统计重建方法的实现。 ICAISC(2) 2019 : 149-156 2018 [第16条] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 , 康拉德·格扎内克 :
Levenberg-Marquardt算法的并行修改。 ICAISC(1) 2018 : 15-24 2017 [第15条] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 , 雅切克·M·祖拉达 :
神经网络学习算法中Givens旋转的并行实现。 ICAISC(1) 2017 : 14-24 [c14] 雅罗斯瓦夫·比尔斯基 , Bogdan M.Wilamowski先生 :
无误差反向传播的并行Levenberg-Marquardt算法。 ICAISC(1) 2017 : 25-39 [第13条] 罗伯特·切尔尼亚克 , 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 , 彼得亚·普鲁塔 , 尼米特·沙阿 :
三维计算层析成像迭代统计重建算法的并行实现。 ICAISC(1) 2017 : 473-484 2016 [第12条] 雅罗斯瓦夫·比尔斯基 , 亚历山大·加卢什金 :
显著改善神经网络性能的激活函数新命题。 ICAISC(1) 2016 : 35-45 [第11条] 雅罗斯瓦夫·比尔斯基 , 巴托斯·科瓦尔奇克 , 雅切克·M·祖拉达 :
Givens旋转在神经网络学习算法中的应用。 ICAISC(1) 2016 : 46-56 [第10条] 雅罗斯瓦夫·比尔斯基 , 博格丹·M·威拉莫夫斯基 :
无误差反向传播的前馈神经网络并行学习。 ICAISC(1) 2016 : 57-69 2015 [j1] 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 :
学习RTRN和Elman动态神经网络的并行架构。 IEEE传输。 并行分布式系统。 26 ( 9 ) : 2561-2570 ( 2015 ) 【c9】 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 , 雅切克·M·祖拉达 :
前馈神经网络Levenberg-Marquardt学习算法的并行方法。 ICAISC(1) 2015 : 3-14 2014 【c8】 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 , 亚历山大·加卢什金 :
前馈神经网络共轭梯度学习算法的并行方法。 ICAISC(1) 2014 : 12-21 2013 【c7】 雅罗斯瓦夫·比尔斯基 , Jacek烟雾 :
递归Jordan神经网络的并行学习方法。 ICAISC(1) 2013 : 32-40 2012 【c6】 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 :
递归多层感知器学习的并行实现。 ICAISC(1) 2012 : 12-20 2010 【c5】 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 :
递归Elman神经网络学习的并行实现。 ICAISC(2) 2010 : 19-25
2000 – 2009
2008 【c4】 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 :
递归RTRN神经网络学习的并行实现。 ICAISC公司 2008 : 11-16 2004 【c3】 雅罗斯瓦夫·比尔斯基 :
RLS算法的动量修正。 ICAISC公司 2004 : 151-157 [c2] 雅罗斯瓦夫·比尔斯基 , 斯拉沃米尔·利特温斯基 , 杰克·斯莫拉格 :
用于神经网络学习的QR算法的并行实现。 ICAISC公司 2004 : 158-165 2003 【c1】 雅罗斯瓦夫·比尔斯基 , 杰克·斯莫拉格 , 雅切克·M·祖拉达 :
软计算算法的收缩架构。 PPAM公司 2003 : 601-608
合著者索引
![](https://dblp.dagstuhl.de/img/cog.dark.24x24.png)